基于主灰度的声纳图像识别

声纳图像是一种灰度图像．所以将灰度信息作为特征参与匹配和识别,具有重要意义。针对声纳图像识别系统实时性要求高、存储空间小的特点,提出一种基于主灰度的提取和识别方法,从而降低了特征维数．提高了声纳图像的识别效率。将该方法应用于水下声纳图像的识别中,实验结果表明它是有效的,具有一定的实用价值。     

基于主灰度的声纳图像识别

声纳图像是一种灰度图像,所以将灰度信息作为特征参与匹配和识别,具有重要意义.针对声纳图像识别系统实时性要求高、存储空间小的特点,提出一种基于主灰度的提取和识别方法,从而降低了特征维数,提高了声纳图像的识别效率.将该方法应用于水下声纳图像的识别中,实验结果表明它是有效的,具有一定的实用价值.     

基于投影变换的声纳图像特征提取与识别

用投影变换的方法进行了成像声纳采集的水声图像特征提取与识别。阐述了Radon与扇束投影变换的特点与关系,并提出了一种基于图像边缘Radon变换的水声图像矩特征提取和识别方法。首先使用一种形态学边缘提取算子和细化算法提取二维图像中目标的轮廓,构造目标轮廓在 Radon变换空间的平移、比例和旋转矩不变量,并应用于三类水下物体的分类识别中,实验仿真结果表明该方法在运算速度上优于Hu’s不变矩和图像目标面Radon投影空间不变矩,具有很好的性能和较高的实用价值。     

基于前视声纳的成像与多目标特征提取

针对水下目标图像的几何特性,提出了一种基于弦中点的改进Hough变换椭圆检测方法,实现了水下多目标的特征提取。单波束机械扫描前视声纳的图像数据为二维极坐标形式,采用波束内插方法和坐标变换方法生成图像,并对其进行图像预处理和轮廓跟踪,据此再进行多目标特征提取。通过水池实验结果表明,该方法对于水下多目标的特征描述更简明准确,为多目标识别与定位提供了有用信息。     

单波束前视声纳的信息提取方法研究

介绍了一种可用于小型水下机器人的前视声纳信息提取方法。利用该方法获取了声纳视域内目标的方位信息,这在小型水下机器人的自主目标跟踪和避碰方面具有很大的应用价值。该方法主要包括3个部分的内容:利用声纳数据生成声纳图像;对声纳图像进行预处理;从处理后的图像中提取目标的特征信息。针对图像中较大目标的边缘信息,提出了一种基于最小二乘法的分段曲线拟合的方法,并给出了基于实验室的水池中获得的实测数据的拟合结果,验证了该方法的有效性。     

神经切片图像中识别定位线断面的研究

识别在神经切片图像中的定位线断面是实现神经切片图像配准的前提。在分析了定位线断面特征的基础上,提取了定位线断面的特征集合并计算了先验概率和类概率密度函数,设计了二值数据的贝叶斯分类器,再用该分类器识别神经切片图像中的定位线断面,得到定位线断面中心像素坐标。实验表明,采用二值数据的贝叶斯分类器识别准确率可以达到90.5%,其识别精度与神经网络识别方法相同,但是识别速度显著快于神经网络识别方法。这为后续进行神经切片图像的配准奠定了基础。     

新的声纳图像自动分割方法

对水下声纳图像进行目标分割是非常复杂的,它不仅取决于被分割的不同目标,还与海底混响噪声、背景区域有着紧密的联系。通过分析声纳图像的特点,提出了一种新的声纳图像自动分割方法,即利用一种快速的模糊C均值聚类方法来完成初始分割,然后利用初始分割结果对马尔可夫模型的初始参数进行估计,最后,根据马尔可夫理论进行迭代条件估计,得到精确的图像分割结果。最后利用实测数据,验证了此种算法的可行性和有效性。     

基于DIDSON的鱼群检测及鬼影抑制方法

双频识别声纳(DIDSON)能在浑浊黑暗的水下获得清晰的视频数据。对双频识别声纳拍摄的鱼群视频进行目标检测是后续跟踪、识别的前提。首先分析双频识别声纳图像噪声特性和鱼体亮度统计特性;基于此,提出并实现一种声纳鱼群检测方法,并就检测中的鬼影问题提出了抑制方法;最后利用形态学滤波去除孤立噪点。实验结果表明,该方法在鱼体目标轮廓清晰度、鱼体大小准确度方面明显优于经典方法,且满足实时跟踪、识别的应用要求。     

声纳图像处理中的连通成分标记算法研究

在高频声纳图像目标检测中,对图像分割后,需要对前景目标参数进行提取。水下声学图像相对于光学图像而言,分辨率相对较低,并且通常不会有特别复杂的图形图案进行处理。本文根据声学图像的特点,提出了一种连通成分标记算法,利用此算法可以对分割后的声纳目标进行标记,并快速提取出声图中的目标个数,以及各个目标的位置、面积等特征参数。此算法在VC++软件平台上对扫描声纳图像进行了实时处理,结果验证了该算法的可行性。     

基于人工鱼群优化BPNN的AUV目标识别方法

为了削弱复杂恶劣的环境对水下成像造成的不利影响及满足水下机器人目标识别任务实时性的需求,提出了基于人工鱼群算法(AFSA)优化BP神经网络的水下目标识别算法,通过构造组合不变矩对水下目标进行特征提取,提高了目标的聚类性能.引入具有全局寻优能力的AFSA,其在增加单纯神经网络收敛速度的同时避免算法陷入局部最优,进而建立了完整的基于人工鱼群神经网络的水下目标识别系统.在不同的水下目标中对该系统进行实验,通过比较提取的不同的目标图像,结果表明所建立系统具有较优的聚类性能和较高的识别精度.该方法用于水下目标识别是可行的、有效的.     

Three‐dimensional interaction and autostereoscopic display system using gesture recognition

We propose a 3D interaction and autostereoscopic display system that use gesture recognition, which can manipulate virtual objects in the scene directly by hand gestures and can display objects in 3D stereoscopy. The system consists of a gesture recognition and manipulation part as well as an autostereoscopic display as an interactive display part. To manipulate the 3D virtual scene, a gesture recognition algorithm is proposed, which use spatial‐temporal sequences of feature vectors to match predefined gestures. To get smooth 3D visualization, we utilize the programmable graphics pipeline in graphic processing unit to accelerate data processing. We develop a prototype system for 3D virtual exhibition. The prototype system reaches frame rates of 60 fps and operates efficiently with a mean recognition accuracy of 90%.     

三维物体识别研究进展

出于工业和医疗等领域大量现实应用的需要,如今三维物体识别已成为一个很活跃的研究领域。一般来说,三维物体识别系统可以通过两个阶段的处理来完成三维物体的识别和定位,首先用传感器获取的场景输入数据来得到场景的表达;然后将它与数据库中存储的物体表达相匹配。为了推动该领域研究进一步发展,因而对近１０ａ年中该识别过程中必须解决的感传器类型、三维物体表达方法和匹配策略等３个方面问题的研究成果进行了综述,对主要方法进行分类和总结;并提出了一些三维视觉系统中还需要深入研究的问题,包括对所研究物体形状的限制、复杂背景的影响和表达以及识别中的“整体和局部”的矛盾等。     

刚性区域特征点的3维人脸识别

目的 针对3维人脸识别中存在表情变化的问题,提出了一种基于刚性区域特征点的3维人脸识别方法。方法 该方法首先在人脸纹理图像上提取人脸图像的特征点,并删除非刚性区域内的特征点,然后根据采样点的序号,在人脸空间几何信息上得到人脸图像特征点的3维几何信息,并建立以特征点为中心的刚性区域内的子区域,最后以子区域为局部特征进行人脸识别测试,得到不同子区域对人脸识别的贡献,并以此作为依据对人脸识别的结果进行加权统计。结果 在FRGC v2.0的3维人脸数据库上进行实验测试,该方法的识别准确率为98.5%,当错误接受率（FAR）为0.001时的验证率为99.2%,结果表明,该方法对非中性表情下的3维人脸识别具有很好的准确性。结论 该方法可以有效克服表情变化对3维人脸识别的影响,同时对3维数据中存在的空洞和尖锐噪声等因素具有较好的鲁棒性,对提高3维人脸识别性能具有重要意义。     

一种配网带电作业机器人的目标线路识别与定位算法研究

配网带电作业机器人需要处理复杂的配电网目标线路感知与识别问题。提出一种基于色彩信息和匹配算子的配电网线路识别方法和中心视差计算方法,实现对线路的曲线特征识别和三维定位。基于色彩信息和匹配算子的检测方法能够有效地匹配复杂环境中的线路,解决线路的表面纹理弱、形态弯曲多样的问题,有效提升了线路的识别效果。中心视差计算方法通过利用线路的几何特性,分析计算线路中心线的曲线视差距离,得到配电网线路的三维位置信息。最后将该算法应用到配网带电作业机器人中,测试结果表明该算法能够准确识别和定位出配电网线路。     

基于激光测距仪的3 维景深图像重构与辨识

针对3 维景深图像仅仅具有距离信息的局限性,提出景深面元的概念,并利用基于景深面元的法向 量聚类法对景深图像进行基本的识别．通过景深面元,将Sobel 算子引入到景深图像的边缘检测上来,提出了一 种简易的景深图像边缘识别方法．为了满足3 维景深图像重构和识别的实时性要求,采用了ARM（advanced RISC machine）+ DSP（digital signal processing）的硬件平台架构．实验结果表明,基于景深面元的3 维识别和边缘检测算 法是有效可行的．     

一种肿瘤细胞显微图象处理与识别系统

介绍了计算机肿瘤细胞显微图象处理与识别系统，论述了肿瘤显微图象的预处理技术及细胞形态特征参数的提取、数据处理与肿瘤细胞数据库的建立。系统应用了体视学由二维结构信息定量推论出三维结构信息，为生物形态三维定量研究提供了方法。     

基于相关型图像传感器3维人脸成像的3维AAMs人脸识别方法的研究

主动外观模型是基于统计分析建立物体2维模型的有效方法,它融合了目标的形状和纹理信息。在基于相关型图像传感器3维人脸成像的基础上,提出了一种建立3维人脸模型的方法,该方法利用由相关型图像传感器得到的深度信息和与之对应的亮度信息将2维AAMs扩展为3维AAMs,融合人脸的形状,纹理和深度信息来构建3维人脸模型。人脸识别实验结果表明,该方法在不同人脸姿态,表情和光照条件下识别效果要优于Eigenface和2维AAMs。     

模糊C-均值聚类法在医学图像分析中的应用

主要针对医学图像提出了基于模糊均值聚类的改进算法和应用.该方法分为3步,第1步是像素的模糊化,通过模糊期望值构造冗余图像;第2步是通过冗余图像和原始图像进行聚类分割;第3步是三维显示.由于利用冗余图像增加了每个像素的特征量,该算法增强了聚类分割的精确度.同时,还给出了应用自行开发的三维医学图像处理与分析系统对多种医学图像(包括CT、螺旋CT和MRI)的处理结果.由于对薄骨和关节接合处骨骼的较好识别,使其重建后的三维模型可以清晰地再现解剖结构,取得了较好的效果.     

Real-time face tracking and recognition by sparse eigentracker with associative mapping to 3D shape

This paper proposes a novel framework of real-time face tracking and recognition by combining two eigen-based methods. The first method is a novel extension of eigenface called augmented eigenface and the second method is a sparse 3D eigentemplate tracker controlled by a particle filter. The augmented eigenface is an eigenface augmented by an associative mapping to 3D shape that is specified by a set of volumetric face models. This paper discusses how to make up the augmented eigenface and how it can be used for inference of 3D shape from partial images. The associative mapping is also generalized to subspace-to-one mappings to cover photometric image changes for a fixed shape. A novel technique, called photometric adjustment, is introduced for simple implementation of associative mapping when an image subspace should be combined to a shape. The sparse 3D eigentemplate tracker is an extension of the 3D template tracker proposed by Oka et al. In combination with the augmented eigenface, the sparse 3D eigentemplate tracker facilitates real-time 3D tracking and recognition when a monocular image sequence is provided. In the tracking, sparse 3D eigentemplate is updated by the augmented eigenface while face pose is estimated by the sparse eigentracker. Since the augmented eigenface is constructed on the conventional eigenfaces, face identification and expression recognition are also accomplished efficiently during the tracking. In the experiment, an augmented eigenface was constructed from 25 faces where 24 images were taken in different lighting conditions for each face. Experimental results show that the augmented eigenface works with the 3D eigentemplate tracker for real-time tracking and recognition.     

用于遥感图像人造目标识别的三维建模方法研究

该文研究了用于遥感图像人造地物目标识别的三维建模方法,文中分析了识别任务的特点,比较了一般的建模方法,介绍了一种基于广义锥思想的几何表示方法,并利用面向对象的技术来表示模型内部数据及其操作。